Q: 【模板】多项式乘法(FFT)
给定一个 \(n\) 次多项式 \(F(x)\),和一个 \(m\) 次多项式 \(G(x)\)。
请求出 \(F(x)\) 和 \(G(x)\) 的卷积。
暴力很容易实现,但是时间复杂度为 \(O(n^2)\)
如何优化?
使用 FFT 可以有效将复杂度降至 \(O(n\log n)\)
先来一个引理:
- 对于 \(A(x)=a_0+a_1x+a_2x^2+...+a_nx^n\),用函数上任意 \(n + 1\) 个互异的点均可唯一确定 \(A\).(多项式的点表示法)
\(proof.\) 对于这 \(n+1\) 个点 \((x_1, y_1), ..., (x_{n + 1}, y_{n + 1})\),有:
方程组等价于行列式:
故一解!\(\square\)
注:
-
行列式为范德蒙行列式的转置,与原来等价
-
引理不仅在 \(\text{R}\) 上成立,也在 \(\text{C}\) 上成立
那么用点表示法有什么用呢?
对于 \(A(x), B(x), C(x) = A(x)B(x)\)
\(A(x), B(x)\) 取 \(x_1, x_2, ..., x_{n+m+1}\)
那么 \(C(x)\) 上取的点即为 \(\{(x_i, A(x_i)B(x_i))\}\)
时间复杂度 \(O(n)\).
取哪些点呢?
先来一手复数:\(z=a+bi\)
取的点就是 \(n\) 次单位根 \(w_n^k\):
单位根:\(w_n^n - 1 = 0\) 的 \(n\) 个根。
几个性质:
-
\(\forall i\neq j, w_n^i \neq w_n^j\),即 \(n\) 个不同点
-
\(w_n^k = \cos \frac{2k\pi}{n}+i\sin \frac{2k\pi}{n}\)
-
\(w_n^0 = w_n^n = 1\)
-
\(w_{2n}^{2k} = w_n^k\)
-
\(w_n^{k + \frac{n}{2}} = -w_n^k\)
如何快速求 \(A(w_n^k), k = 0, 1, ..., n - 1\) 呢?
令
则
将 \(x\) 代入为 \(w_n^k\):
若 \(k\in [0, \frac{n}{2}-1], A(w_n^{k}) = A_1(w_n^{2k}) + w_n^kA_2(w_n^{2k}) = A_1(w_n^{k + \frac{n}{2}}) + w_n^kA_2(w_{\frac{n}{2}}^k)\)
若 \(k\in [\frac{n}{2}, n - 1], A(w_n^{k + \frac{n}{2}}) = A_1(w_n^{2k + n}) + w_n^{k + \frac{n}{2}}A_2(w_n^{2k + n}) = A_1(w_n^{2k}) + w_n^{k + \frac{n}{2}}A_2(w_n^{2k}) = A_1(w_n^{k + \frac{n}{2}}) - w_n^kA_2(w_{\frac{n}{2}}^k)\)
上下两式对比可得第一项相同,第二项互为相反数。
故可以分治求出。
这就是 FFT 的蝶形算法。
可发现 \(a_i\) 对应蝶形算法为其二进制下反转。
\(proof.\) 蝶形算法等价于每次奇偶反,即二进制下反转!\(\square\)
rev[i] = (r[i >> 1] >> 1) | (r[i] & 1) << (bit - 1)
#include <bits/stdc++.h>
using namespace std;
const int N = 3e6 + 10;
const double pi = acos(-1);
int n, m;
struct Complex {
double x, y;
Complex operator+ (const Complex& t) const {return {x + t.x, y + t.y};}
Complex operator- (const Complex& t) const {return {x - t.x, y - t.y};}
Complex operator* (const Complex& t) const {return {x * t.x - y * t.y, x * t.y + y * t.x};}
} a[N], b[N];
int rev[N], bit, tot;
void fft(Complex a[], int inv) {
for (int i = 0; i < tot; i ++ )
if (i < rev[i]) swap(a[i], a[rev[i]]);
for (int mid = 1; mid < tot; mid <<= 1) {
auto w1 = Complex({cos(pi / mid), inv * sin(pi / mid)});
for (int i = 0; i < tot; i += mid * 2) {
auto wk = Complex({1, 0});
for (int j = 0; j < mid; j ++, wk = wk * w1) {
auto x = a[i + j], y = wk * a[i + j + mid];
a[i + j] = x + y, a[i + j + mid] = x - y;
}
}
}
}
int main() {
scanf("%d%d", &n, &m);
for (int i = 0; i <= n; i ++ ) scanf("%lf", &a[i].x);
for (int i = 0; i <= m; i ++ ) scanf("%lf", &b[i].x);
while ((1 << bit) < n + m + 1) bit ++;
tot = 1 << bit;
for (int i = 0; i < tot; i ++) rev[i] = ((rev[i >> 1] >> 1) | ((i & 1) << (bit - 1)));
fft(a, 1), fft(b, 1);
for (int i = 0; i < tot; i ++ ) a[i] = a[i] * b[i];
fft(a, -1);
for (int i = 0; i <= n + m; i ++ ) printf("%d ", (int)(a[i].x / tot + 0.5));
return 0;
}